0 引言

    《中國心血管病報告2014概要》數據顯示因心血管病死亡的人數占城鄉(xiāng)居民總死亡人數的首位,，農村為44.8%,，城市為41.9%^[1]。由于地區(qū)環(huán)境,、醫(yī)療條件的局限性,，心血管疾病普查對醫(yī)療診斷器械的成本、便攜,、準確等方面提出更高的需求,，因此設計一種低成本且可靠的心音采集系統(tǒng)尤為重要。

    常見的心音采集系統(tǒng)^[2-4]一般由多個模塊組成,，模塊與模塊連接不僅調試困難,，而且會造成不可知的干擾，大大影響數據準確性,。

    為了解決傳統(tǒng)系統(tǒng)成本高,、體積大,、功耗高的缺點,，在PSoC技術基礎上設計了新型的可視化心音采集系統(tǒng)。該系統(tǒng)以“心音采集,、傳輸,、播放、存儲一體化”為研究目的,，運用傳感器,、信號采集、軟件濾波,、藍牙通信等技術,，對心音采集系統(tǒng)進行了有益的研究和探索。

1 系統(tǒng)概述

1.1 心音特征及特征參數定義

    心音是心臟及大血管機械運動狀況的反映,，心音中出現的雜音是重要的診斷信息^[5],。一般正常心音的頻帶范圍主要集中在20~200 Hz，高頻雜音頻率可達700 Hz^[6],。一個正常心音圖特征參數定義如圖1所示,。

1.2 系統(tǒng)總體設計

    系統(tǒng)總體設計如圖2所示,。心音傳感器采集心音信號，PSoC4對心音信號模擬處理,，主要對輸入的心音信號自舉放大和低通濾波處理,，去除混雜的高頻噪聲；心音信號數字處理主要實現信號模數轉換,，并采用軟件數字濾波器方式去除心音信號中的干擾信號,，提高信噪比；最后由藍牙無線傳輸至上位機實時顯示和存儲,，聽診模塊用于實時聽診,，Capsense觸摸控制用于聽診音量控制和數據發(fā)送控制。

2 系統(tǒng)硬件設計

    系統(tǒng)的硬件設計分為兩部分,，一是PSoC4片上硬件,，包括自舉放大電路、低通濾波電路,、UART,、CapSense等；二是PSoC4片外硬件,，包括心音傳感器,、藍牙無線模塊、音頻功放模塊等,。

2.1 自舉放大電路

    心音傳感器輸出的信號非常微弱,，當用10 kΩ限流電阻、+3.3 V電壓向心音傳感器供電,，通過示波器測得心音幅值約為-80 mV~+80 mV,。由于PSoC4要求輸入模擬信號在0~3.3 V之間，故設計了自舉放大電路,，由PSoC4內部的運算放大器和外圍元器件組成,，放大倍數最高為21倍。

2.2 低通濾波電路

    本文設計的是二階有源低通濾波器,，由PSoC4內部運算放大器和外圍元器件組成,，電路中運用了同向輸入運放。濾波器截止頻率為700 Hz,，品質因數Q≈0.714,，電路基本滿足穩(wěn)定要求。

2.3 音頻功放模塊

    經過濾波后的模擬信號一路進入A/D轉換器,，一路輸出作為音頻功放模塊輸入信號,。由于聽診的音源的功率比較小，無法直接驅動耳機，所以設計搭建了以耳機功放芯片LM4811為核心的音頻功放電路,，實現高質量的功率放大,。設計電路如圖3所示，該電路可以通過兩根控制線實現16級音量控制,。

2.4 藍牙無線模塊

    本設計采用藍牙模塊實時無線通信,。下位機通過藍牙串口通信傳輸數據，計算機通過藍牙虛擬串口接收下位機傳輸過來的數據,，無需任何協(xié)議,，且成本低，功耗低,，操作方便,。

3 下位機軟件設計

    下位機軟件設計在PSoC Creator 3.1上實現。它采用最先進的集成的ARM GCC編譯器編譯代碼,，帶有創(chuàng)新性圖形設計編輯器,，提供多種功能組件和處理器配置API，大大提高了編程效率,。下位機軟件流程如圖4,。

3.1 系統(tǒng)初始化配置

    系統(tǒng)初始化配置階段主要對集成的模擬電路進行配置以及設置相關系統(tǒng)運行參數。系統(tǒng)時鐘為48 MHz,，2個運算放大器配置為輸出電流強度為10 mA,，A/D轉換采樣頻率為2 kHz，UART通信方式為115 200 b/s,、1個停止位,、無校驗位、8個數據位,，Capsense為按鍵模式,，按鍵掃描分辨率為12 bit。

3.2 數字濾波器的實現

    經過前面的硬件濾波,，在第一心音和第二心音外還存在一定的噪聲信號,，綜合微控制器的運算能力和濾波器算法的復雜度，本文選用軟件設計階數較小的IIR數字濾波器的方法對信號進行濾波,，提高信噪比。

    為使計算簡化,，定義2階IIR濾波器表達式：

    本文涉及的心音信號頻帶范圍為20 Hz~700 Hz,，故設計了一個截止頻率為20 Hz的IIR直接Ⅱ型高通濾波器，衰減至截止頻率點為-3 dB,。

3.3 無線數據傳輸

    本設計采用HC-06從機模塊,，默認自動連接模，即可以被其他藍牙主機搜索并連接。使用具有藍牙的筆記本電腦即可連接采集系統(tǒng)的藍牙從機,，通過發(fā)送命令控制心音信號采集系統(tǒng)開始工作并傳輸數據,。

4 上位機軟件設計

    上位機軟件設計主要包括數據接收、波形顯示,、數據存儲三部分,。以Microsoft Visual Studio 2010中的MFC為開發(fā)平臺，選擇基于對話框的編程進行開發(fā),。用戶首先配置采樣時間和采樣串口,，打開串口后，若下位機發(fā)送,，上位機開始接收數據并繪制心音波形,，當到達采樣時間便停止。點擊保存,，心音數據將以TXT格式保存在PC上,，其最大存儲容量可以達到231個數據，根據采樣頻率2 kHz可知,，上位機持續(xù)采集時間可達298 h,。點擊關閉，初始化所有參數并向采集板發(fā)送復位指令,。

5 系統(tǒng)驗證

    為了驗證系統(tǒng)是否滿足設計需求,，進行了硬件處理測試、軟件濾波測試,、系統(tǒng)可靠性測試,。

5.1 硬件處理測試

    本部分測試對象為一名正常成年男性，平躺且穿有帶聽診頭的聽診服,，利用Agilent DS05014A示波器觀察三尖瓣聽診區(qū)的心音波形,，測試結果如圖5所示。圖中,，CH1為原始心音信號,，可看出峰峰值為189 mV，且信號含有大量的毛刺噪聲,；CH2為圖中經過自舉放大和低通濾波后的心音信號,，峰峰值為1.5 V，相比處理前的信號,，放大了約8倍,，毛刺噪聲基本濾除，且保留了原始信號的特征,。

5.2 軟件濾波測試

    本部分測試對象和采集部位同前,，利用上位機采集心音數據10 s并保存,，將保存的數據在MATLAB中進行濾波對比。軟件濾波前后心音信號的對比圖如圖6所示,。從圖中可明顯的看出,，經過20 Hz數字高通濾波器后，第一心音與第二心音的間隔更加分明,，為后續(xù)處理提供了便利,。在處理器中加入軟件濾波程序后，筆記本電腦上實時顯示的心音信號波形界面如圖7所示,。從圖中可以看出,，經過實際處理后的心音波形和MATLAB中的預期波形一致，第一心音和第二心音間隔明晰,。

5.3 系統(tǒng)可靠性測試

    在實驗室環(huán)境條件下,，采集了9名正常成年男性三尖瓣聽診區(qū)的心音數據10 s并保存，在MATLAB平臺上分析數據采用的是西華大學電氣學院生物醫(yī)學信息處理研究室開發(fā)的心音時域分析算法,。第一步,，利用改進的小波閾值收縮降噪^[7]對心音信號進行降噪處理；第二步,，利用單自由度模型提取特征波形^[8-9],；第三步，劃取適當的閾值線,，提取心音信號的T1,、T2、T11,、T12四個時域特征值,；第四步，繪制特征參數散點圖^[10],，計算心率,，其中心率的計算公式為：HR=60/T11，測試結果如表1所示,。

    由表1可以看出,，除受測者M_ML的心音為異常，其他都為正常,。M_ML的心音波形如圖7所示,。M_ML的心音波形周期（T11）相比正常心音更短，舒張期也更短,，通過查閱文獻可知,，在心率增快時，收縮期和舒張期均會縮短,，舒張期縮短的比例更大,。從分析結果可以得出M_ML的心率為97次/分，接近正常人心率上限,，且散點圖顯示,，部分特征參數T11～T12不在正常范圍內，和時域波形特征吻合,。對M_ML進行了多次心音采集和分析,，后續(xù)實驗結果均表明該受測者心音正常，本次采集心音異常為緊張所致,。

6 結論

    通過硬件和軟件設計,，實現了心音采集、播放,、傳輸,、顯示及存儲一體化設計。本系統(tǒng)不僅可以實時聽診,，還可以通過筆記本電腦實時地觀察心音波形并存儲心音數據,。系統(tǒng)集成度高、體積小,、成本低,，為后續(xù)心音數據分析、智能診斷等研究提供了便利,。通過臨床測試,，驗證該系統(tǒng)能準確反映受測者的心音時域特征，可靠實用,，為心血管疾病普查的推廣提供研究基礎,，同時也將為遠程醫(yī)療、家庭護理等提供思路,，具有很強的實用價值,。

參考文獻

[1] 陳偉偉，高潤霖,，劉力生,，等.中國心血管病報告2014概要[J].中國循環(huán)雜志，2015,，30(7)：617-622.

[2] 劉洋,，王海濱，趙紅,，等.基于ARM9和CPLD的四導心音采集顯示系統(tǒng)設計[J].電子技術應用,，2013，39(12)：18-24.

[3] 李傳鵬,，郭興明,，張文英,，等.基于智能手機的心音監(jiān)測系統(tǒng)的研究與設計[J].計算機工程與應用，2014,，50(13)：37-41.

[4] 倪任彬,，王海濱，張岷淘,，等.分布式心音采集及時域分析系統(tǒng)設計[J].西華大學學報(自然科學版),，2013，23(6)：59-72.

[5] 于云之,，聶邦畿.心音的臨床意義及研究現狀[J].現代醫(yī)學儀器與應用,，1997，9(3)：9-12.

[6] LIU W C,，WANG H B,，LIU J Q，et al.A heart sound acquisition and analysis system[J].Advanced Materials Research,，2012,，341-342：504-508.

[7] WANG Y，WANG H B,，LIU L H.An improved wavelet threshold shrinkage algorithm for noise reduction of heart sounds[C].2010 International Conference on Electrical and Control Engineering,，2010：5018-5021.

[8] JIANG Z W，CHOI S J,，WANG H B.A new approach on heart murmur classification with SVM technique[C].IEEE International Symposium on Information Technology convergence,，2007：240-244.

[9] HU Y L，WANG H B,，QIAO J X.Quantized analysis for heart valve disease based on cardiac sound characteristic waveform method[C].IEEE ICSPS 2010,，1：258-262.

[10] CHOI S J，JIANG Z W.Comparison of envelope extraction algorithms for cardiac signal segmentation[J].Expert Systems with Application,，2008,，34(2)：1056-1069.